进入21世纪的十多年来,电子商务作为一种新兴的交易模式在我国得到了飞速发展,涌现了如淘宝、京东、当当等优秀的电子商务网站,获得了极大的市场份额,也促使如苏宁、国美等传统经销商纷纷向电子商务进军。电子商务将金融电子化、管理信息化、商贸信息网络化结合起来,实现了物流、资金流与信息流的统一。电子商务突破了传统的时空限制,依靠互联网将生产、流通、分配、消费之间的距离大大减少,极大地提高了物流、资金流和信息流的有效传输,开辟了世界范围内更为公平、公正、广泛、竞争的大市场,为制造者、销售者和消费者提供了更好地满足各自需求的好机会,因此在中国得到了日新月异的发展。电子商务作为中国的朝阳产业,各大电商纷纷看好其在中国的发展,在市场上展开了激烈的竞争,不过各大电子商务网站在相互竞争中依靠价格取胜的传统优势已经不复存在。如何能够更好地优化电子商务网站结构,而不仅仅是靠“烧钱”来吸收新客户,扩大电子商务网站的市场份额,如何从软实力方面提高电商的市场竞争力?数据挖掘技术应运而生,数据挖掘是从大量数据(结构化和非结构化)中提取有用信息和知识的过程。所发现的信息和知识是隐藏在大量数据背后的,是用户感兴趣、可理解、可应用的知识。Web数据挖掘应用在电子商务中可以通过挖掘服务器中的日志文件,来得到用户的访问模式,从而得到改进站点的结构和服务都有用的信息。这些信息可以作为电子商务网站改进的指导,从而吸引潜在的客户,增加商品的交叉销售率,因此Web数据挖掘应用在电子商务中可以极大地增加电商的市场竞争力,具有很现实的实际意义。本文对数据挖掘和电子商务进行了详细地阐述,并将二者结合深入研究了Web数据挖掘在电子商务中的应用,即数据挖掘中的关联规则和聚类分析在电子商务中的实际应用,并对其关联规则算法和聚类分析算法进行了深入研究并针对其不足进行了相应改进,提高了算法执行效率,最后研究了利用Web访问信息挖掘进行个性化服务并实现了电子商务实时个性化推荐的系统。